买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉电子科技大学申请的专利基于双粒度注意力与潜在原型对齐的可解释乳腺癌病理图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121305248B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511870267.0，技术领域涉及：G06V10/764；该发明授权基于双粒度注意力与潜在原型对齐的可解释乳腺癌病理图像分类方法是由张小松;赵昱勋;蔡佳倜;周帆;殷晋设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本基于双粒度注意力与潜在原型对齐的可解释乳腺癌病理图像分类方法在说明书摘要公布了：一种基于双粒度注意力与潜在原型对齐的可解释乳腺癌病理图像分类方法，属于人工智能与医学图像处理技术领域。本发明利用骨干网络提取乳腺癌病理图像的初始特征；通过双粒度多头注意力模块分别捕获局部判别性特征和跨尺度全局依赖关系，在粗粒度分支中引入混合池化专家机制以突出显著区域；将增强后的特征输入优化原型层，计算与类别原型的相似度并输出分类结果；在训练过程中进行原型映射时，采用双潜在空间原型投影机制，在浅层特征空间和深层语义空间中搜索与原型最接近的候选区域，将原型投影至最优位置，实现原型与语义区域的对齐。本发明能够有效提升乳腺癌病理图像分类的精度和可解释性，便于临床医生理解模型判别依据。

本发明授权基于双粒度注意力与潜在原型对齐的可解释乳腺癌病理图像分类方法在权利要求书中公布了：1.一种基于双粒度注意力与潜在原型对齐的可解释乳腺癌病理图像分类方法，其特征在于，包括以下步骤： 步骤1：乳腺癌病理图像经过骨干特征提取模块得到初始深层特征； 步骤2：将所述初始深层特征输入至双粒度多头注意力模块，所述双粒度多头注意力模块由细粒度注意力头和粗粒度注意力头组成，细粒度注意力头用于在空间感受野内建模特征之间的依赖关系，以捕获病理图像中细胞结构和局部纹理模式，粗粒度注意力头用于捕获跨区域和跨尺度的全局依赖关系，从而对图像整体组织结构进行建模； 步骤3：将经过双粒度多头注意力模块增强后的特征输入至原型层，所述原型层预定义若干类内原型向量，并计算输入特征与各原型之间的相似度得分，利用相似度分布对类别进行判别，从而输出乳腺癌病理图像的分类结果； 步骤4：在模型训练过程中学习原型时，基于所述骨干特征提取模块结果以及双粒度多头注意力模块结果，采用双潜在空间原型投影机制，分别在浅层特征空间与深层语义空间中搜索并匹配与预定义原型最接近的训练样本图像块，并将所述原型投影至最优候选区域，更新原型表示，以保证原型与语义相关图像区域的对齐； 所述双粒度多头注意力模块具体如下： 细粒度注意力头：初始深层特征经过层正则化得到输入特征映射，将输入特征映射分别通过3个卷积与深度可分离卷积分支，得到查询向量，键向量以及值向量，随后，通过标准多头注意力机制计算局部依赖，公式如下： ； 其中，表示细粒度注意力特征，为注意力头的总数，为缩放因子； 粗粒度注意力头：输入特征首先经过池化操作进行空间下采样，然后通过下式计算： ； 表示粗粒度注意力特征，为经混合池化专家机制处理后的特征表示；混合池化专家机制对值向量分别执行最大池化与平均池化，计算两者的差异，并通过映射函数得到一个路由系数，用于控制最大池化与平均池化在融合中的相对权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。